Copertina

Block-Sample MAC-Bayes Generalization Bounds

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Frey, Matthias, Zhu, Jingge, Gastpar, Michael C.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Information Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Simultaneous Computation and Communication over MAC
di: Frey, Matthias, et al.
Pubblicazione: (2024)

Online Prediction of Stochastic Sequences with High Probability Regret Bounds
di: Frey, Matthias, et al.
Pubblicazione: (2026)

A DPI-PAC-Bayesian Framework for Generalization Bounds
di: Guan, Muhan, et al.
Pubblicazione: (2025)

Fast Rate Information-theoretic Bounds on Generalization Errors
di: Wu, Xuetong, et al.
Pubblicazione: (2023)

On Unified and Sharpened CMI Bounds for Generalization Errors
di: Lu, Yang, et al.
Pubblicazione: (2026)

Batch Universal Prediction
di: Bondaschi, Marco, et al.
Pubblicazione: (2024)

The Conditional Regret-Capacity Theorem for Batch Universal Prediction
di: Bondaschi, Marco, et al.
Pubblicazione: (2025)

Beyond Identification: Computing Boolean Functions via Channels
di: Zhu, Jingge, et al.
Pubblicazione: (2026)

On the Generalization for Transfer Learning: An Information-Theoretic Analysis
di: Wu, Xuetong, et al.
Pubblicazione: (2022)

A PAC-Bayesian Analysis of Channel-Induced Degradation in Edge Inference
di: He, Yangshuo, et al.
Pubblicazione: (2026)

Locally Private Parametric Methods for Change-Point Detection
di: Yadav, Anuj Kumar, et al.
Pubblicazione: (2026)

On Causality in Domain Adaptation and Semi-Supervised Learning: an Information-Theoretic Analysis for Parametric Models
di: Wu, Xuetong, et al.
Pubblicazione: (2022)

Optimizing Wireless Discontinuous Reception via MAC Signaling Learning
di: Pastore, Adriano, et al.
Pubblicazione: (2024)

Shannon Bounds for Quadratic Rate-Distortion Problems
di: Gastpar, Michael, et al.
Pubblicazione: (2024)

Generalization Bounds: Perspectives from Information Theory and PAC-Bayes
di: Hellström, Fredrik, et al.
Pubblicazione: (2023)

Local to Global: Learning Dynamics and Effect of Initialization for Transformers
di: Makkuva, Ashok Vardhan, et al.
Pubblicazione: (2024)

GNN-Based Joint Channel and Power Allocation in Heterogeneous Wireless Networks
di: Chen, Lili, et al.
Pubblicazione: (2024)

Graph Neural Networks for Power Allocation in Wireless Networks with Full Duplex Nodes
di: Chen, Lili, et al.
Pubblicazione: (2023)

Accelerating Graph Neural Networks via Edge Pruning for Power Allocation in Wireless Networks
di: Chen, Lili, et al.
Pubblicazione: (2023)

Greedy Multi-Path Block Verification for Faster Decoding in Speculative Sampling
di: Thomas, Rahul, et al.
Pubblicazione: (2026)

Transformers on Markov Data: Constant Depth Suffices
di: Rajaraman, Nived, et al.
Pubblicazione: (2024)

Fundamental Limits of Prompt Compression: A Rate-Distortion Framework for Black-Box Language Models
di: Nagle, Alliot, et al.
Pubblicazione: (2024)

Order Optimal Regret Bounds for Sharpe Ratio Optimization under Thompson Sampling
di: Shah, Mohammad Taha, et al.
Pubblicazione: (2025)

Comparing Comparators in Generalization Bounds
di: Hellström, Fredrik, et al.
Pubblicazione: (2023)

Generalization Bounds for Transformer Channel Decoders
di: Zhang, Qinshan, et al.
Pubblicazione: (2026)

Generalization Bounds via Conditional $f$-Information
di: Wang, Ziqiao, et al.
Pubblicazione: (2024)

Generalization Bounds for Neural Belief Propagation Decoders
di: Adiga, Sudarshan, et al.
Pubblicazione: (2023)

Attention with Markov: A Framework for Principled Analysis of Transformers via Markov Chains
di: Makkuva, Ashok Vardhan, et al.
Pubblicazione: (2024)

Information-Theoretic Generalization Bounds for Deep Neural Networks
di: He, Haiyun, et al.
Pubblicazione: (2024)

Learning Algorithm Generalization Error Bounds via Auxiliary Distributions
di: Aminian, Gholamali, et al.
Pubblicazione: (2022)

Data-dependent Generalization Bounds via Variable-Size Compressibility
di: Sefidgaran, Milad, et al.
Pubblicazione: (2023)

Improved Information Theoretic Generalization Bounds for Distributed and Federated Learning
di: Barnes, L. P., et al.
Pubblicazione: (2022)

New Bounds on Quantum Sample Complexity of Measurement Classes
di: Heidari, Mohsen, et al.
Pubblicazione: (2024)

From Markov to Laplace: How Mamba In-Context Learns Markov Chains
di: Bondaschi, Marco, et al.
Pubblicazione: (2025)

Bounds on the Excess Minimum Risk via Generalized Information Divergence Measures
di: Omanwar, Ananya, et al.
Pubblicazione: (2025)

Tighter CMI-Based Generalization Bounds via Stochastic Projection and Quantization
di: Sefidgaran, Milad, et al.
Pubblicazione: (2025)

Exact Recovery in the Data Block Model
di: Asadi, Amir R., et al.
Pubblicazione: (2026)

Semi-Supervised Learning with Noisy Proxy Covariates: Generalization Bounds and Distribution Regression
di: Kim, Kwangho, et al.
Pubblicazione: (2026)

Towards A Unified PAC-Bayesian Framework for Norm-based Generalization Bounds
di: Yi, Xinping, et al.
Pubblicazione: (2026)

LASER: Linear Compression in Wireless Distributed Optimization
di: Makkuva, Ashok Vardhan, et al.
Pubblicazione: (2023)